[发明专利]基于粒子群算法的传播矩阵模量的优化拟合方法及系统

权利要求书

1.一种基于粒子群算法的传播矩阵模量的优化拟合方法，其特征在于，所述拟合方法包括：

S1：确定目标拟合精度tol及拟合频率范围；

S2：确定极点数目范围；

S3：确定延时τ的范围，具体采用以下公式：

其中，τ_R为延时上限，τ_L为延时下限，l为传输线长度，β为传输线在最高频率f_R下的相位常数，c为光速；

S4：在固定区间内生成C个随机数，并将所述C个随机数赋给第i个粒子包含的处理后的极点数目点和第i个粒子包含的处理后的延时点且同一个i下，和的值不同；

S5：确定真实极点数目点m_i与真实延时点τ_i，并对所述真实极点数目点m_i向下取整；

S6：初始化迭代过程中的相关参数；

S7：基于所述相关参数执行迭代计算；

S8：读取群体历史最优位置向量得到包含的极点数目与延时，并执行所述S6，得到新的极点；

S9：根据所述S8得到的极点数目、延时以及新的极点，使用矢量拟合技术，对传播矩阵的模量进行拟合，计算拟合误差，并输出拟合结果与拟合误差；

所述传播矩阵为电力传输线的传播矩阵。

2.根据权利要求1所述的基于粒子群算法的传播矩阵模量的优化拟合方法，其特征在于，所述确定真实极点数目点m_i与延时点τ_i具体采用以下公式：

其中，m_R表示极点数目上限，m_L表示极点数目下限，表示处理后的极点数目，τ_R表示延时上限，τ_L表示延时下限，表示处理后的延时。

3.根据权利要求1所述的基于粒子群算法的传播矩阵模量的优化拟合方法，其特征在于，所述初始化迭代过程中的相关参数具体包括：

S601：构造速度向量V_i，并对每一速度向量V_i在区间[-1,1]生成两个随机数；所述两个随机数为v_i1和v_i2，第i个速度向量V_i＝[v_i1,v_i2]；

S602：构造粒子：每个所述粒子为二维列向量，对第i个粒子N_i，N_i＝[X_i,V_i]^T，其中，上标T表示转置，第i个粒子的位置向量X_i与速度向量V_i分别为V_i＝[v_i1,v_i2]，为第i个粒子包含的处理后的极点数目点，为第i个粒子包含的处理后的延时点，X_i、V_i均为二维行向量；

S603：对每个粒子N_i，确定m_i个拟合所需的极点：

在所述频率范围内按对数间隔采样得到m_i个频率点，则粒子N_i的第u个极点p_u由下式给出：

Im_u＝2πf_u

p_u＝Re_u+jIm_u

其中，f_u为第u个频率点，Im_u为第u个极点的虚部，Re_u为第u个极点的实部；

S604：按照每个粒子当前对应的拟合所需的真实极点数目m_i与真实延时大小τ_i以及S603中得到的极点使用矢量拟合技术，对传播矩阵的模量进行拟合，计算拟合误差并与所述S1中所设目标拟合精度tol比较；

第i个粒子对应模型的拟合误差E_i与目标拟合精度tol的差距值由下式得到：δ_i＝|E_i-tol|；

确定拟合误差与目标拟合精度差距值δ_i最小且E_i≤tol的粒子，将其位置向量作为群体历史最优位置向量的初始值，同时第i个粒子的当前位置作为历史最优位置的初始值；均为二维行向量；

S605：设定阈值∈。